آرش گرگین کرجی - دانشجوی دکترای مهندسی عمران- مدیریت ساخت، دانشگاه آزاد اسلامی واحد تهران مرکزی
محمدحسن رامشت - استادیار گروه مهندسی عمران- سازه، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد تهران مرکزی

بتن بعنوان پر مصرف ترین و مهمترین مصالح ساختمانی قرن بیستم معرفی شده است که مواد تشکیل دهنده آن به وفور یافت میشودبهینه سازی مصالح ساختمانی از جمله بتن یکی از پایه های توسعه پایدار میباشد و اصول ابتدایی آن بر صرفه جویی در استخراج منابع طبیعی، صرفه جویی در مصر ف انرژی، حفظ محیط زیست و به کارگیری ضایعات صنعتی و مواد مضر برای محیط زیست و.. استوار است. پژوهشهای بسیاری در زمینه بتن با هدف رسیدن به مقاومت فشاری بالاتر، دوام و پایایی بیشتر و کاهش آلایندگی در ساخت بتن انجام گرفته است. علاوه بر تستهای آزمایشگاهی متعدد، روشهای رایانه ای بسیاری را نیز به خدمت گرفتند. محققین در سراسر دنیا با روشهای هوش مصنوعی و الگوریتمهای برنامه ریزی به ارایه مدلهایی جهت پیش بینی پارامترهای مختلف مصالح ساخت پرداخته تا توجه ویژه ای به این مبحث محاسبات شود. تعیین مقاومت فشاری بتن اغلب از طریق آزمایشهای مخرب صورت می گیرد که زمان بر و پر هزینه است. مدلهای پیش بینی مقاومت فشاری بتن بدلیل صرفه جویی در زمان و هزینه همواره مورد توجه محققین بوده اند. بویژه آنکه در دهه های اخیر رشد دانش بشر در زمینه هوش مصنوعی منجر به گسترش مدلهای پیش بینی مبتنی بر هوش مصنوعی شده است. اما دستیابی به مدلی قابل اعتماد، چالش پیش روی پژوهشگران بوده و توجه آنان را به مقایسه دقت مدلهای مختلف معطوف کرده است. این مقاله؛ از دیدگاه هدف کاربردی – توسعه ای است که با روش تحقیق تحلیلی صورت پذیرفته است، هدف از این پژوهش مقایسه نتایج آزمایشگاهی نمونه های بتنی تولید شده با مصالح معمول بعلاوه خاکستر پوسته برنج، با پیش بینی بوسیله شبکه های عصبی مصنوعی می باشد.

بتن، پیش بینی، شبکه های عصبی مصنوعی، مقاومت فشاری، خاکستر پوسته برنج